如何有效地选择 NumPy 数组的一部分？

Question

我正在从 Matlab/octve 切换到 Numpy/Scipy。

要选择 Matlab 数组的一段，这很容易。 例如

>> x = [1, 2, 3, 4; 5, 6, 7, 8; 9, 10, 11, 12]
x =

     1     2     3     4
     5     6     7     8
     9    10    11    12

>> y = x(2:3, 1:2)

y =

     5     6
     9    10

当

x = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

Answer 1

正如 NumPy 文档中提到的 Indexing > Other indexing options，

切片和跨步的工作方式与列表和元组的工作方式完全相同，只是它们也可以应用于多个维度。

对于你的例子，这意味着

import numpy as np
x = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
# array([[ 1,  2,  3,  4],
#        [ 5,  6,  7,  8],
#        [ 9, 10, 11, 12]])

x[1:3, 0:2]
# => array([[ 5,  6],
#           [ 9, 10]])

与 Matlab 最显着的区别可能是索引是从零开始的（即，第一个元素的索引为 0），并且索引范围（在 Python 中称为“切片”）用专有上限表示：l[4:7]获取 l[4]、l[5] 和 l[6]（第 3 到第 7 个元素），但不是 l[7]（第 8 个元素）。

Python tutorial's section on lists 将让您了解索引和切片如何适用于普通（一维）集合。